函数中的统计测试（R）

希望是一个简单的编码问题：如何在函数中包含统计测试。具体来说，我正在处理时间序列，我想标记非平稳曲线。在R中我需要这样的东西：

flag<- list()

for (i in 1:length(obsv)) {
     if adf.test(i) FAIL {
           append(flag, i) 
           }}

你可以看到，物体2是静止的，但3显示出一种趋势，1在3/09时有一个脉冲。因此，我想标记1和3

>library(tseries)

>adf.test(df[which(df$ID==1), 3])

Augmented Dickey-Fuller Test

data:  data
Dickey-Fuller = 11.1451, Lag order = 16, p-value = 0.01
null hypothesis: non-stationary

>adf.test(df[which(df$ID==2), 3])

Augmented Dickey-Fuller Test

data:  data
Dickey-Fuller = 11.1451, Lag order = 16, p-value = 0.99
alternative hypothesis: stationary


>adf.test(df[which(df$ID==3), 3])
Augmented Dickey-Fuller Test

data:  data
Dickey-Fuller = 11.1451, Lag order = 16, p-value = 0.04
null hypothesis: non-stationary

---

我想要的是将测试结果合并到一个函数中。

标记曲线或标记变量？您应该给出一个可复制的示例。例如，您的时间序列/观测值是否为data.frame的列？你能解释一下失败（精确的条件）是什么意思吗？标记曲线——很抱歉混淆了。

>library(tseries)

>adf.test(df[which(df$ID==1), 3])

Augmented Dickey-Fuller Test

data:  data
Dickey-Fuller = 11.1451, Lag order = 16, p-value = 0.01
null hypothesis: non-stationary

>adf.test(df[which(df$ID==2), 3])

Augmented Dickey-Fuller Test

data:  data
Dickey-Fuller = 11.1451, Lag order = 16, p-value = 0.99
alternative hypothesis: stationary


>adf.test(df[which(df$ID==3), 3])
Augmented Dickey-Fuller Test

data:  data
Dickey-Fuller = 11.1451, Lag order = 16, p-value = 0.04
null hypothesis: non-stationary